Pandas：如何按列和按索引对数据框进行排序

Question

鉴于DataFrame：

import pandas as pd
df = pd.DataFrame([6, 4, 2, 4, 5], index=[2, 6, 3, 4, 5], columns=['A'])

结果：

   A
2  6
6  4
3  2
4  4
5  5

现在，我想按列A和索引的值进行排序。

e.g。

df.sort_values(by='A')

返回

   A
3  2
6  4
4  4
5  5
2  6

我希望

   A
3  2
4  4
6  4
5  5
2  6

如何首先对列进行排序并将索引排在第二位？

Answer 1

您可以使用kind='mergesort'按索引排序，然后按A列排序。

这是因为mergesort is stable。

res = df.sort_index().sort_values('A', kind='mergesort')

结果：

   A
3  2
4  4
6  4
5  5
2  6

Answer 2

使用来自numpy的df.iloc[np.lexsort((df.index, df.A.values))] # Sort by A.values, then by index 可能是另一种方式，但也快一点：

   A
3  2
4  4
6  4
5  5
2  6

结果：

timeit

与%%timeit df.iloc[np.lexsort((df.index, df.A.values))] # Sort by A.values, then by index 比较：

1000 loops, best of 3: 278 µs per loop

结果：

 %%timeit
df.reset_index().sort_values(by=['A','index']).set_index('index')

再次使用重置索引和设置索引：

100 loops, best of 3: 2.09 ms per loop

结果：

{{1}}

Answer 3

其他答案很好。我将提出另一个选择，即首先使用rename_axis为索引提供名称，然后在sort_values中引用它。我尚未测试性能，但希望可接受的答案仍然更快。

df.rename_axis('idx').sort_values(by=['A', 'idx'])

     A
idx   
3    2
4    4
6    4
5    5
2    6

如果需要，可以随后使用df.index.name = None清除索引名称。